{"id":14276,"url":"\/distributions\/14276\/click?bit=1&hash=721b78297d313f451e61a17537482715c74771bae8c8ce438ed30c5ac3bb4196","title":"\u0418\u043d\u0432\u0435\u0441\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0432 \u043b\u044e\u0431\u043e\u0439 \u0442\u043e\u0432\u0430\u0440 \u0438\u043b\u0438 \u0443\u0441\u043b\u0443\u0433\u0443 \u0431\u0435\u0437 \u0431\u0438\u0440\u0436\u0438","buttonText":"","imageUuid":""}

5 опасных ошибок в настройке Яндекс Метрики и Google analytics

Cтатья для маркетологов, веб-аналитиков и предпринимателей. От автора Telegram-канала Аналитика и Growth mind-set.

Работаю в маркетинговом агентстве и наблюдаю ситуацию, что большинство (не только небольших, но и крупных!) клиентов приходят с некорректно настроенными системами веб-аналитики (Google analytics и Яндекс Метрика). Часто внешне все настроено и как-будто бы даже и работает. Однако если копнуть глубже, я вижу, что статистика собирается не корректно.

Это беда, так как на данные систем веб-аналитики ориентируются при принятии решений. А некорректные данные = неверные решения.

Ниже приведу наиболее часто встречающие проблемы и как их избежать.

Настроить аналитику и "забросить" ее, не проверять регулярно

Часто специалисты или маркетологи настраивают Google analytics и Яндекс Метрику и считают, что теперь они будут работать постоянно и никакого вмешательства не нужно. При таком подходе рано или поздно статистика на сайте будет собираться некорректно и вы это не заметите, если только намеренно не проверите.

Почему статистика вдруг станет собираться некорректно? Один из примеров - разработчиками были внесены доработки, изменения на сайте.

Выход: регулярно проверять аналитику, с установленной периодичностью, например 1 раз в неделю вы проходитесь по всем целям и проверяете корректность их работы (для этого в интернете есть даже специальные чек-листы). Также помогает работать в связке программист-аналитик, так как аналитику важно знать об изменениях на сайте.

Не продумывать общую логику

Часто клиенты ставят счетчики систем веб-аналитики, а также GTM хаотично, не продумывая общую логику.

Что именно нужно продумать?

  • ставим счетчики веб-аналитики непосредственно в код сайта или с использованием GTM?
  • внедрять события будем через код сайта или через GTM?
  • на все поддомены ставим один счетчик или на каждый свой?
  • и тд

Часто бывает, что на разных поддоменах реализована разная логика, сайты перегружены разными счетчиками (один устанавливало одно рекламное агентство, другой - другое и тп), либо счетчики дублируются.

Это приводит к хаосу в аналитике, разобраться в котором под час бывает трудно, а хаос может привести к некорректным данным.

Идти по “легкому пути” - настраивать “автоматические” цели в Яндекс Метрики

Автоматические цели создаются сами при достижении определенных событий, например, если пользователь кликнул по кнопке.

Это хорошая штука, которая может спасти вас, если вы не умеете настраивать по-другому. И если у вас простой лендинг, то это может быть хорошим решением. Однако если сайт достаточно сложный, то это может привести к тому, что автоматические цели учитывают не все конверсии.

Пример: на сайте есть несколько форм регистрации. И одна из них открывается переходом на другой сайт. В таком случае автоматические цели не учтут данную конверсию.

Настраивать цели на url страницы, id, селектор кнопок и тп.

Такой вариант может быть хорошим решением, однако при изменениях на сайте это приведет к тому, что цели “слетят” и так или иначе на каком-то моменте статистика будет собираться некорректно.

Самый простой пример: цель была настроена на url, начинающийся с протокола http. При смене на протокол https статистика перестала собираться.

Выход: настройка аналитики с помощью data layer. Пока это является самым надежным способом. DataLayer — это массив объектов JavaScript, с помощью которого можно передавать нужную вам информацию в Google Tag Manager. Например, это могут быть различные переменные, события.

Не знать ограничения Google analytics и Метрики

Если вы не знаете ограничения систем веб аналитики, не понимаете, как собираются данные в той или иной системе - это может привести опять же к некорректным данным и неверным решениям, основанных на этих данных.

Например, одно из ограничений - Google analytics семплирует данные от определенного количества и даже выгрузка через API не спасает от семплирования, когда на сайте более 50 тыс сессий в день.

То есть так или иначе с семплированием итоговые данные могут сильно отличаться от реальности (реальное количество заявок за месяц составило 10000, а из-за семплирование показывает сумму в 15000).

0
Комментарии
-3 комментариев
Раскрывать всегда